心理所研究分析交往焦虑的社交网络语言表达特征并进行识别建模

　　交往焦虑（interaction anxiousness）是指个体对某一种或多种人际处境有强烈忧虑、过度害怕、紧张不安甚至产生恐惧心理的情绪反应和回避行为，是一种广泛存在于人群中的心理问题。交往焦虑会对个体的实际生活带来社交困扰，并影响个体在现实社会中的社会心理适应，在诸多方面产生不良影响。

　　传统的自我报告式量表在测量交往焦虑时具有一定的滞后性，无法实时获取施测结果，不利于交往焦虑调查工作的开展。此外，有交往焦虑的青少年多处于青少年叛逆期，在填答问卷时配合度较低、抵触情绪较强。传统方法由于依赖被试的主动参与，对于开展交往焦虑的评测具有一定的难度，甚至会给被试造成额外的负担。

　　随着网络社交媒体的迅速发展，许多研究证实了基于社交媒体大数据识别个体心理特征的可行性、准确性及可靠性。社交媒体降低了个体自我暴露的水平，为害怕与他人面对面交流的交往焦虑人群提供了更多的交流机会。在现实生活中存在社交困扰的个体，为了逃避直接的社交活动，会更依赖于网络社交媒体来满足自己人际交往的心理需求。此外，相比于线下的人际交往，拥有交往焦虑的个体倾向于在网络中展示出更真实的自我。新浪微博用户年轻化特征显著，提供了丰富的交往焦虑青少年样本和实时监测的条件。基于网络社交媒体数据对交往焦虑这一心理特征的识别进行建模，是实时和便捷评估青少年交往焦虑的有效方法。

　　中国科学院行为科学重点实验室朱廷劭研究组开展了一项研究，基于839名新浪微博活跃用户的原创微博数据开展分析，利用“文心”和相关词典，对这些用户的情绪、道德等语言表达特征进行提取，并使用交往焦虑量表（Interaction Anxiousness Scale, IAS）收集了这些用户对应的交往焦虑得分。

　　相关分析结果显示，空间距离和位置关系感知、道德观念、情绪等多种词类均与交往焦虑显著相关。在空间距离和位置关系感知上，交往焦虑越高的个体，在语言表达中较少提及空间距离（例如里面、街道等）和位置关系（例如和、与等）。在道德观念上，交往焦虑越高的个体，较少进行道德相关的语言表达，这种高度相关的关系不仅存在于正面维度上（例如公平、交流性等），也同时存在于负面维度上（如反抗、肮脏等）。在情绪上，交往焦虑越高的个体，会更少进行负面情绪与行为相关的语言表达（例如压力等），反而会更频繁地进行正面情绪与行为的语言表达（例如快乐等）。

　　研究者由此推断，具有交往焦虑的个体在人际交往中应有的距离上或许存在错误感知，且由于无法将是非善恶的道德观念内化，他们更多地会产生消极逃避等不良反应；此外，在匿名化的环境中，患有交往焦虑的个体倾向于展示真实的自我，不再害怕被他人拒绝，这可能是其从痛苦体验中反弹回享乐生活方式的原因。

　　在预测模型建立上，该研究采用多元线性回归（Multiple Linear Regression, MLR）、全连接神经网络（Fully Connected Neural Network, FCNN）、支持向量机(Support Vector Regression，SVR)回归模型中的NuSVR、基于树的集成回归模型中的极端随机森林回归（Extra Trees Regression）的机器学习方法，分别基于网络数据分析建立交往焦虑预测模型，对预测模型进行10折交叉验证，并不断调整模型参数。结果显示，通过FCNN建立的预测模型性能表现最佳，效标效度和分半信度良好（r效标效度 = 0.30, r分半信度 = 0.76）。

　　该研究证实了基于网络社交媒体数据的交往焦虑预测模型的有效性，为考察青少年的交往焦虑状态提供了一种可行的方案，为实施有效的心理健康干预治疗提供科学基础。

　　研究成果在线发表于Frontiers in Public Health。

　　论文信息：

　　Wang, Y., & Zhao, N. (2022). Prediction model of interaction anxiousness based on Weibo data. Frontiers in Public Health, 10, 1045605. https://doi.org/10.3389/fpubh.2022.1045605